.png){kind=icon}
返回
Atomate2: modular workflows for materials science
.png){kind=icon}
OA
AI
DOI：10.1039/D5DD00019J.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
高通量密度泛函理论(DFT)计算已成为计算材料科学的关键组成部分；实现材料筛选；属性数据库生成；以及“通用”机器学习模型的训练。虽然出现了多个软件框架以支持这些计算工作；但机器学习力场等新进展增加了对更灵活和可编程工作流解决方案的需求。本文介绍了atomate2；这是我们原始atomate框架的全面演进；旨在解决计算材料研究基础设施中的现有局限性。关键特性包括对多种电子结构软件包的支持以及它们之间的互操作性；以及可通用的流程，这些流程可以以抽象形式编写，而与其中使用的DFT软件包或机器学习力场无关。我们希望atomate2的改进可用性和可扩展性能够降低高通量研究流程的技术壁垒，并促进计算材料科学中新兴方法的快速采用。
Keyword:
density functional theory
high-throughput computing
computational materials science
workflow automation
machine learning force fields
期刊
IF:
5.6
论文数:
997
被引数:
1.7K
机构
查看更多机构
引用论文
Improving the accuracy of the neuroevolution machine learning potential for multi-component systemsOAAI
OAAI分享收藏Grand canonical electronic density-functional theory: Algorithms and applications to electrochemistry大正则电子密度泛函理论: 电化学的算法和应用
OAAI
OAAI分享收藏E(3)-equivariant graph neural networks for data-efficient and accurate interatomic potentialsE(3)-等变图神经网络，用于数据高效和精确的原子间势.png)
NATURE COMMUNICATIONSOAAI
NATURE COMMUNICATIONSIF15.7
OAAI分享收藏Electrostatics-based finite-size corrections for first-principles point defect calculations用于第一原理点缺陷计算的基于静电的有限尺寸校正PHYSICAL REVIEW BOAAI
PHYSICAL REVIEW BIF3.7
OAAI分享收藏Assessing the quality of relaxation-time approximations with fully automated computations of phonon-limited mobilitiesPHYSICAL REVIEW BOAAI
PHYSICAL REVIEW BIF3.7
OAAI分享收藏分享收藏 查看更多内容